文章轉(zhuǎn)自:Python編程
有沒(méi)有想過(guò)用python寫一個(gè)文件管理程序?聽(tīng)起來(lái)似乎沒(méi)思路?其實(shí)是可以的,因?yàn)镻ython已經(jīng)為你準(zhǔn)備好了神器os.walk,進(jìn)來(lái)看看吧!
Python中os.walk是一個(gè)簡(jiǎn)單易用的文件、目錄遍歷器,可以幫助我們高效的處理文件、目錄方面的事情。
本文將詳細(xì)介紹os.walk模塊,最后使用os.walk模塊實(shí)現(xiàn)一個(gè)在指定日志整理文件的程序。
os.walk():掃描某個(gè)指定目錄下所包含的子目錄和文件,返回的是一個(gè)迭代器。
假設(shè)文件夾data有如下的目錄結(jié)構(gòu)(cmd 命令:tree /f)
「2.1掃描所有文件」
掃描內(nèi)容:
子文件夾和文件
子文件夾下的文件
輸出內(nèi)容:
掃描路徑:
自頂向下 topdown=True(默認(rèn))
自底向上 topdown=False
from os import walk
path='data'
for curDir, dirs, files in walk(path):
#for curDir, dirs, files in walk(path,topdown=False):
print('現(xiàn)在的目錄:' ,curDir)
print('該目錄下包含的子目錄:' , str(dirs))
print('該目錄下包含的文件:',str(files))
print('*'*20)
自頂向下掃描結(jié)果:
現(xiàn)在的目錄:data
該目錄下包含的子目錄:['testA', 'testB', 'testC']
該目錄下包含的文件:['2020-07-12 - 第一層.xlsx', '2020-07-13 - 第一層.xlsx', '2020-07-14 - 第一層.xlsx']
********************
現(xiàn)在的目錄:data\testA
該目錄下包含的子目錄:[]
該目錄下包含的文件:['2020-07-12-A.xlsx', '2020-07-13-A.xlsx', '2020-07-14-A.xlsx']
********************
現(xiàn)在的目錄:data\testB
該目錄下包含的子目錄:[]
該目錄下包含的文件:['2020-07-12-B.xlsx', '2020-07-13-B.xlsx', '2020-07-14-B.xlsx']
********************
現(xiàn)在的目錄:data\testC
該目錄下包含的子目錄:[]
該目錄下包含的文件:['2020-07-12-C.xlsx', '2020-07-13-C.xlsx', '2020-07-14-C.xlsx']
********************
自底向上掃描結(jié)果:
現(xiàn)在的目錄:data\testA
該目錄下包含的子目錄:[]
該目錄下包含的文件:['2020-07-12-A.xlsx', '2020-07-13-A.xlsx', '2020-07-14-A.xlsx']
********************
現(xiàn)在的目錄:data\testB
該目錄下包含的子目錄:[]
該目錄下包含的文件:['2020-07-12-B.xlsx', '2020-07-13-B.xlsx', '2020-07-14-B.xlsx']
********************
現(xiàn)在的目錄:data\testC
該目錄下包含的子目錄:[]
該目錄下包含的文件:['2020-07-12-C.xlsx', '2020-07-13-C.xlsx', '2020-07-14-C.xlsx']
********************
現(xiàn)在的目錄:data
該目錄下包含的子目錄:['testA', 'testB', 'testC']
該目錄下包含的文件:['2020-07-12 - 第一層.xlsx', '2020-07-13 - 第一層.xlsx', '2020-07-14 - 第一層.xlsx']
********************
「2.2掃描輸出所有文件的路徑」
輸出所有文件:
import os
path='data'
for curDir, dirs, files in os.walk(path):
for file in files:
print(os.path.join(curDir, file))
data\2020-07-12 - 第一層.xlsx
data\2020-07-13 - 第一層.xlsx
data\2020-07-14 - 第一層.xlsx
data\testA\2020-07-12-A.xlsx
data\testA\2020-07-13-A.xlsx
data\testA\2020-07-14-A.xlsx
data\testB\2020-07-12-B.xlsx
data\testB\2020-07-13-B.xlsx
data\testB\2020-07-14-B.xlsx
data\testC\2020-07-12-C.xlsx
data\testC\2020-07-13-C.xlsx
data\testC\2020-07-14-C.xlsx
輸出指定類型文件
#endswith 截取文件后綴
import os
path='data'
for curDir, dirs, files in os.walk(path):
[print(os.path.join(curDir, file)) for file in files if file.endswith('.xlsx')]
「2.3掃描輸出所有的子目錄(子文件夾)」
# 使用os.walk輸出某個(gè)目錄下的所有文件
import os
path='data'
for curDir, dirs, files in os.walk(path):
for _dir in dirs:
print(os.path.join(curDir, _dir))
data\testA
data\testB
data\testC
「案例代碼」
#綜合運(yùn)用os.walk()——文件指定日期整理程序
import pandas as pd
import numpy as np
import os,openpyxl
#移動(dòng)符合條件文件,并刪除二級(jí)文件夾和多余文件
def move_file(file_path,_new_path,date_xl_str):
#本月文件移動(dòng)至對(duì)應(yīng)新建文件夾,非本月文件直接刪除
for curDir, dirs, files in os.walk(file_path):
for file in files:
old_path = os.path.join(curDir, file)
new_path = os.path.join(_new_path, file)
file_date=file.split('_')[-1][:10]
try:
os.rename(old_path,new_path) if file_date in date_xl_str else os.remove(old_path)
except:
os.remove(old_path)
#移除子文件夾
for curDir, dirs, files in os.walk(file_path):
for _dir in dirs:
os.removedirs(os.path.join(curDir, _dir))
os.mkdir('data')
#文件去重-相同日期文件
def qch_date(file_path):
wj_names=os.listdir(file_path)
wj_list=[]
num=0
for wj in wj_names:
new_wj=wj[:-11]
if new_wj not in wj_list:
wj_list.append(new_wj)
else:
os.remove(file_path+'\\'+wj)
num+=1
return num
#更新數(shù)據(jù)源
def refresh_data(file_path,sheet_name,data):
book=openpyxl.load_workbook(file_path)
writer=pd.ExcelWriter(file_path,engine='openpyxl')
#在ExcelWriter的源代碼中,它初始化空工作簿并刪除所有工作表,
#writer.book = book將原來(lái)表里面的內(nèi)容保存到writer中
writer.book=book
#activate激活指定sheet工作表
ws=book[sheet_name]
#清空當(dāng)前活動(dòng)表數(shù)據(jù)
for row in ws.iter_rows():
for cell in row:
cell.value=None
#dataframe行列數(shù)
idx_num,col_num=data.shape
#新數(shù)據(jù)寫入當(dāng)前活動(dòng)表-注意索引偏移
for i in range(1,idx_num+1):
for j in range(1,col_num+1):
ws.cell(row=i,column=j).value=data.iloc[i-1,j-1]
#保存關(guān)閉writer
writer.save()
writer.close()
return None
#文件檢查
def check_file(file_path,check_file='文件檢查.xlsx'):
wj_names=os.listdir(file_path)
data=pd.DataFrame([wj.split('_')[2:] for wj in wj_names],columns=['店鋪名稱','日期'])
data['日期']=data['日期'].str[:10]
#標(biāo)題columns放到dataframe中
nind=data.index.insert(0,'0')
data1=data.reindex(index=nind)
data1.loc['0']=data.columns
data1.reset_index(drop=True,inplace=True)
#刷新數(shù)據(jù)源
refresh_data(check_file,'數(shù)據(jù)源',data1)
return None
file_path='data'
#日期格式:xxxx-xx eg:2020-07-01
start_date=input('請(qǐng)輸入開(kāi)始日期:')
end_date=input('請(qǐng)輸入開(kāi)始日期:')
#生成日期區(qū)間-字符串類型
date_xl_str=[str(i)[:10] for i in pd.date_range(start_date,end_date,freq='D')]
#創(chuàng)建指定文件夾
new_path=start_date+'~'+end_date
try:
os.mkdir(new_path)
except:
print('文件夾 【%s】 已存在'%new_path)
#移動(dòng)符合條件文件,并刪除二級(jí)文件夾和多余文件
move_file(file_path,new_path,date_xl_str)
#文件去重
num=qch_date(new_path)
print('去除重復(fù)文件 %s 個(gè)'%num)
#文件檢查
check_file(new_path)
(完)
聯(lián)系客服